Musterlösung. Prüfung: Datenformate für interaktive Medien + Computergrafik und Bildverarbeitung
|
|
- Berthold Förstner
- vor 5 Jahren
- Abrufe
Transkript
1 Musterlösung Prüfung: Datenformate für interaktive Medien + Computergrafik und Bildverarbeitung DFIM+CGBV (SS 2006) Name (bitte in Blockschrift) Matrikelnummer Unterschrift Hinweise: Überprüfen Sie Ihr Klausur-Exemplar bitte vor Beginn der Klausur auf Vollständigkeit. Bitte halten Sie Ihren Lichtbildausweis sowie den Studentenausweis zur Kontrolle bereit. Dauer der Klausur (insgesamt): 120 min. maximal erreichbare Punktzahl: 200 (gesamt): [(100)DFIM + (100)CGBV] Bitte füllen Sie das Deckblatt vollständig aus, beschriften jedes Blatt mit Ihrer Matrikelnummer und unterschreiben Sie dieses Klausur-Exemplar. Jedes Verlassen des Prüfungsraums muss ausdrücklich mit der Aufsicht vereinbart werden. Zugelassene Hilfsmittel sind ausschließlich Schreibutensilien, nicht-programmierbare Taschenrechner und das eigene(!) Gedächtnis. Bitte vermeiden Sie die Verwendung von roter Farbe. Die nach jeder Frage eingeklammerte Zahl ist die bei dieser Frage maximal erreichbare Punktzahl. Beachten Sie die in vielen Fragen enthaltenen Teilfragen! Falls der Platz für die Beantwortung einer Frage nicht ausreichen sollte, verwenden Sie bitte die Rückseite. Nutzen Sie im Falle von Unklarheiten hinsichtlich der Fragestellung die Möglichkeit zu Rückfragen! Viel Erfolg! Punkte Teil I (DFIM) Punkte Teil II (CGBV) Punkte gesamt 1. Prüfer Prüfer Note Prüfung Datenformate für interaktive Medien + Computergrafik und Bildverarbeitung 1 / 15
2 I. Prüfungsfragen zur Vorlesung+Übung DFIM 1. Formulieren Sie für die DTD zu einer XML-Datei die Deklaration der Elemente Klausur, Aufgabe, Frage, Antwort. Dabei sollen folgende Beziehungen gelten: Aufgabe soll innerhalb von Klausur beliebig oft vorkommen dürfen und selbst die Elemente Frage und Antwort enthalten. Frage muss in jeder Aufgabe mindestens einmal und Antwort genau einmal vorkommen, wobei sämtliche Frage-Elemente vor dem Antwort-Element stehen müssen. Zusätzlich enthält das Element Aufgabe zwingend das Attribut Punktzahl und das Element Antwort optional das Attribut Bewertung, das die Werte richtig oder falsch annehmen kann. (14) <!ELEMENT Klausur (Aufgabe*)> (3) <!ELEMENT Aufgabe (Frage+, Antwort)> (3) <!ELEMENT Frage (#PCDATA)> (1) <!ELEMENT Antwort (#PCDATA)> (1) <!ATTLIST Aufgabe Punktzahl #REQUIRED> (3) <!ATTLIST Antwort Bewertung (richtig falsch) #IMPLIED> (3) 2. Formulieren Sie für das Attribut Punktzahl aus Aufgabe 1 die XML-Schema-Zeilen für den Aufruf als Referenz und die Deklaration (nach W3C-XML-Schema Standard). Das Attribut darf nur ganze Zahlen als Eingabe akzeptieren. (6) <xs:attribute ref="punktzahl" use="required"/> (3) <xs:attribute name="punktzahl" type="xs:integer"/> (3) alternativ: xsd: statt xs: sowie int" (derived type) statt integer Prüfung Datenformate für interaktive Medien + Computergrafik und Bildverarbeitung 2 / 15
3 3. Wie entsteht Quantisierungsrauschen? Wie lässt sich dieser Effekt vermeiden bzw. abschwächen? (9) Quantisierungsrauschen entsteht durch periodische, asymmetrische Verzerrung (2) als Aliasing-Effekt (1) bei der Digitalisierung eines Analogsignals (1), die sich wie eine dem Originalsignal überlagerte Schwingung anderer (i.d.r. höherer) Frequenz (Rauschen) (2) auswirkt. Verminderung von Quantisierungsrauschen: Dither (1): vor der Digitalisierung gezielt hinzugefügtes asymmetrisches Rauschen, das vor der Rückumwandlung in ein analoges Ausgangssignal wieder über Rauschfilter abgezogen wird. (2) alternativ: Auch eine Erhöhung der Bittiefe vermindert das Quantisierungsrauschen. (3) 4. Codieren Sie die Zeichenfolge BAMBAM nach dem LZW-Prinzip. Gehen Sie von einem Wörterbuch aus (und geben Sie dieses an), das mit allen notwendigen (!) Einzelzeichen vorbelegt ist. Verdeutlichen Sie Ihre Vorgehensweise. (15) Zeichenfolge: BAMBAM Wörterbuch (vorbelegt): { #1=B ; #2=A ; #3=M } (3) Codierung: #1#2#3#4#3 (2) Vorgehensweise: (10) Präfix Zeichen Wörterbuch neuer Eintrag Ausgabe B (#1) B (#1) A BA #4 = BA #1 A (#2) M AM #5 = AM #2 M (#3) B MB #6 = MB #3 B A BA (#4) BA (#4) M BAM #7 = BAM #4 M (#3) #3 Prüfung Datenformate für interaktive Medien + Computergrafik und Bildverarbeitung 3 / 15
4 5. Warum und unter welchen Umständen liefert die arithmetische Codierung höhere Kompressionsraten als die Huffman-Codierung? (8) Die Huffman-Codierung führt immer zu ganzzahligen Wortlängen (Anzahl der Bits) für einzelne Symbole. (2) Der Informationsgehalt eines solchen Symbols kann aber auch gebrochene Werte annehmen. (2) In letzterem Fall kann die arithmetische Codierung sich dem rechnerischen Optimum (Entropie) bei der Repräsentation der Information besser annähern (2), weil sie Symbolfolgen in rekursiven Unterteilungsschritten zusammenfassen kann. (2) 6. Rekonstruieren Sie das Originalsignal aus der DCT-Koeffizientenmatrix [ ] für die 2x2-Komponenten [ ], [ ], [ ], [ ]. (5) [ ] [Rekonstruktion] 3*[ ] - 3*[ ] + 6*[ ] + 4*[ ] = [ ] - [ ] + [ ] + [ ] = [( ) ( ) ( ) ( )] = [ ] (5) 7. Welche DCT-Koeffizienten (bezogen auf die Wechselfrequenzen) werden bei der Bildkompression üblicherweise fein quantisiert und welche eher grob? (Begründung!) (3) Gleichanteil und niedrige Frequenzen fein (1), hohe Frequenzen (besonders in beide Richtungen) grob (1), weil der menschliche Gesichtssinn hochfrequente Bildregionen schlechter unterscheiden kann (1). Prüfung Datenformate für interaktive Medien + Computergrafik und Bildverarbeitung 4 / 15
5 Fachbereich Informatik 8. Was bedeuten beim Haar-Wavelet Tiefpass und Hochpass? (4) Tiefpass = Mittelwert (2) Hochpass = Abweichung (Differenz) vom Mittelwert (2) 9. Beschreiben Sie das Prinzip der fraktalen Bildkompression. Hat das Haar-Wavelet fraktale Eigenschaften (Begründung!)? (11) Fraktale Bildkompression: Affine kontraktive Transformationen führen nach mehrmaliger Durchführung zu einem Attraktor, der von der Vorlage unabhängig ist. (3) Selbstähnlichkeit auf verschiedenen Skalierungsebenen (d.h. unterschiedlich große und transformierte Bildelemente mit gleichartigem Grundprinzip) ermöglicht die Beschreibung komplexer Formen über einfache Folgen affiner Transformationen. (5) Das Haar-Wavelet hat (z.b. im Gegensatz zum Daubechies-Wavelet) keine fraktalen Eigenschaften (1), weil in seinem Verlauf keine Selbstähnlichkeit (Ähnlichkeit eines Teilbereichs zum Ganzen) auftritt. (2) Signalstärke Haar-Wavelet Signalverlauf Prüfung Datenformate für interaktive Medien + Computergrafik und Bildverarbeitung 5 / 15
6 10. Wie und warum verbessert Bewegungsabschätzung mit Halb-Pel-Genauigkeit bei der Videokompression die Effizienz? (5) Interpolation von Zwischenwerten zwischen den Pixeln innerhalb beweglicher Bildelemente (2) erleichtert das Wiederfinden dieser Bildelemente bei Verschiebung um nicht-ganzzahlige Pixelwerte. (3) 11. Transformieren Sie den folgenden Farbbildausschnitt von RGB nach YUV. (Behandeln Sie dabei vereinfachend die Beiträge der RGB-Komponenten zur Luminanz gleichwertig.) Komprimieren Sie das Ergebnis mit einer Unterabtastung im 4:2:0 Profil. Erläutern Sie Ihr Vorgehen bei der Unterabtastung, insbesondere auch die Behandlung der Randpixel. (15) R/G/B: 3/9/9 9/9/9 6/3/0 6/0/6 0/0/0 3/9/9 6/3/0 0/0/0 6/0/6 3/9/9 9/9/9 6/0/6 Y = 1/3 R + 1/3 G + 1/3 B (vereinfacht) U = B-Y ; V = R-Y 3/9/9 (R/G/B) 7/2/-4 (YUV) 9/9/9 (R/G/B) 9/0/0 (YUV) 6/3/0 (R/G/B) 3/-3/3 (YUV) 6/0/6 (R/G/B) 4/2/2 (YUV) 0/0/0 (R/G/B) 0/0/0 (YUV) (5) YUV Y'U'V': Y'=Y; (1) U', V'= ungeradzahlige U-,V-Werte (jeden 2. Wert verwerfen) (2) Randbehandlung (ungerade Zeilenzahl) beim Verwerfen geradzahliger Werte unkritisch; Alternatven: Null-Rand, Spiegeln,... (2) Y: U: U' : V: V': (5) Prüfung Datenformate für interaktive Medien + Computergrafik und Bildverarbeitung 6 / 15
7 12. Die folgende Tabelle ordnet 6 Frequenzbändern eines Audio-Signals je einen Schalldruckpegel zu. Bei welchen Bändern kann auf eine Codierung verzichtet werden, wenn der Maskierungsschwellwert in jede Richtung immer dem halben eigenen Pegelwert entspricht (Begründung!)? (5) Band Pegel [db] Band 2 maskiert 3 (15/2=7.5 > 7) (2) Band 5 maskiert 4 und 6 (16/2=8 > 4 && >7) (2) Band 3, 4 und 6 müssen daher nicht codiert werden. (1) Punkte Teil I /100 Prüfung Datenformate für interaktive Medien + Computergrafik und Bildverarbeitung 7 / 15
DFIM+CGBV (SS 2007) 19.10.2007 Name (bitte in Blockschrift) Matrikelnummer
Musterlösung Prüfung: Datenformate für interaktive Medien + Computergrafik und Bildverarbeitung DFIM+CGBV (SS 2007) 19.10.2007 Name (bitte in Blockschrift) Matrikelnummer Unterschrift Hinweise: Überprüfen
MehrPrüfung: Computergrafik und interaktive Medien + Verarbeitung und Codierung von Multimedia-Daten
Musterlösung Prüfung: Computergrafik und interaktive Medien + Verarbeitung und Codierung von Multimedia-Daten CGMI+VCMD (SS 2004) 08.10.2004 Name (bitte in Blockschrift) Matrikelnummer Unterschrift Hinweise:
MehrAlgorithmen und Datenstrukturen (für ET/IT)
Algorithmen und Datenstrukturen (für ET/IT) Wintersemester 2012/13 Dr. Tobias Lasser Computer Aided Medical Procedures Technische Universität München Informationen zur Klausur Termin: 21. Februar 2013,
MehrProbeklausur Digitale Medien
Probeklausur Digitale Medien Wintersemester 2007 / 2008 LMU München LFE Medieninformatik Prof. H. Hußmann Dauer: 90 Minuten Zugelassene Hilfsmittel: Unterlagen zur Vorlesung und Übung Digitale Medien,
MehrHauptklausur zur Vorlesung Bildverarbeitung WS 2002/2003
Name:........................................ Vorname:..................................... Matrikelnummer:.............................. Bitte Studiengang ankreuzen: Computervisualistik Informatik Hauptklausur
MehrKlausur Digitale Medien
Klausur Digitale Medien Wintersemester 2005/2006 LMU München LFE Medieninformatik Prof. H. Hußmann Dauer: 90 Minuten Auf jedem Blatt sind Name und Matrikelnummer einzutragen. Blätter ohne Namen und Matrikelnummer
MehrDigitale Medien. Vorlesung: Heinrich Hußmann Übung: Renate Häuslschmid. Übung zur Vorlesung
Übung zur Vorlesung Digitale Medien Vorlesung: Heinrich Hußmann Übung: Renate Häuslschmid Wintersemester 2016/17 LZW-Komprimierung Idee: Nicht einzelne Zeichen werden günstig kodiert, sondern ganze Zeichenketten
MehrVerlustbehaftete Kompression. JPEG: Joint Photographic Experts Group
Verlustbehaftete Kompression JPEG: Joint Photographic Experts Group ITU T8.1 definiert Zusammenarbeit von ITU, IEC, ISO Verfahren zur verlustbehafteten Bildkodierung (auch Verlustloser Modus vorhanden)
MehrMusterlösung. Prüfung: EMI (WS 2006/07) Name (bitte in Blockschrift) Matrikelnummer. Matrikelnummer: Unterschrift. 1. Prüfer
Musterlösung Prüfung: Einführung Medieninformatik EMI (WS 2006/07) 20.03.2007 Name (bitte in Blockschrift) Matrikelnummer Unterschrift Hinweise: Überprüfen Sie Ihr Klausur-Exemplar bitte vor Beginn der
MehrAbschlussprüfung Digitale Signalverarbeitung. Aufgaben, die mit einem * gekennzeichnet sind, lassen sich unabhängig von anderen Teilaufgaben lösen.
Name: Abschlussprüfung Digitale Signalverarbeitung Studiengang: Elektrotechnik IK, E/ME Wahlfach SS2015 Prüfungstermin: Prüfer: Hilfsmittel: 3.7.2015 (90 Minuten) Prof. Dr.-Ing. Großmann, Prof. Dr.-Ing.
MehrKlausur Medieninformatik I
Klausur Medieninformatik I Universität Hildesheim WiSe 2015/2016 Dr. Jörg Cassens 09.02.2016 Name Vorname Matrikelnummer Studiengang Fachsemester Unterschrift Ablauf der Prüfung (Bitte aufmerksam lesen)
MehrHauptdiplomklausur Informatik Februar 2006: Multimedia Systems
Universität Mannheim Fakultät für Mathematik und Informatik Lehrstuhl für Praktische Informatik IV Prof. Dr.-Ing. W. Effelsberg Hauptdiplomklausur Informatik Februar 2006: Multimedia Systems Name: Matrikel-Nr.:
MehrKlausur Digitale Medien
Klausur Digitale Medien Sommersemester 2003 LMU München LFE Medieninformatik Prof. H. Hußmann Dauer: 90 Minuten Auf jedes Blatt sind Name und Matrikelnummer einzutragen! Blätter ohne Namen oder ohne Matrikelnummer
MehrJPEG Kompression technische Realisierung
Experimentalphysik V 20. Januar 2005 Schema der JPEG Kompression Farbraumkonvertierung RGB YCbCr Subsampling der Farbkomponenten Cb, Cr Zerlegung in Blöcke 8 8 2D Kosinustransformation (DCT) Quantisierung
MehrAlgorithmen und Datenstrukturen (für ET/IT)
Algorithmen und Datenstrukturen (für ET/IT) Wintersemester 2012/13 Dr. Tobias Lasser Computer Aided Medical Procedures Technische Universität München Informationen zur Klausur Termin: 21. Februar 2013,
Mehr5 JPEG. 5.1 Bayer Filter. 5.2 Überblick. 5.3 Diskrete Cosinus-Transformation. 5.4 Bildmodell. 5.5 Codierung. 5.6 Übertragungsmodi
5 JPEG Bayer Filter: G01 R02 G03 R04 G05 R06 G07 R08 5.1 Bayer Filter B09 G10 B11 G12 B13 G14 B15 G16 B17 R18 G19 R20 G21 R22 G23 G24 5.2 Überblick B25 B26 B27 G28 B29 G30 B31 G32 5.3 Diskrete Cosinus-Transformation
MehrDigitale Medien. Übung
Digitale Medien Übung Übungsbetrieb Informationen zu den Übungen: http://www.medien.ifi.lmu.de/dm http://www.die-informatiker.net Zwei Stunden pro Woche Praktische Anwendungen des theoretischen Vorlesungsstoffs
MehrDatenkompression. 1 Allgemeines. 2 Verlustlose Kompression. Holger Rauhut
Datenkompression Holger Rauhut 1. September 2010 Skript für die Schülerwoche 2010, 8.-11.9.2010 Hausdorff Center for Mathematics, Bonn 1 Allgemeines Datenkompression hat zum Ziel, Daten in digitaler Form,
MehrKlausur zur Vorlesung Informationstheorie
INSTITUT FÜR THEORETISCHE NACHRICHTENTECHNIK UND INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 07 Hannover Klausur zur Vorlesung Informationstheorie Datum: 0.0.00 Uhrzeit: 09:00 Uhr Zeitdauer:
MehrKlausur zur Vorlesung Signale u. Systeme I
Name: 8. Februar 2001, 11.30-13.00 Uhr Allgemeine Hinweise: Dauer der Klausur: Zugelassene Hilfsmittel: 90 min, 1.5 Zeitstunden Skript, Vorlesungsmitschrift, Formelsammlung Schreiben Sie bitte auf dieses
MehrKompression. Kompression. Beseitigung der unnötigen Daten... Redundanz. Folie 2
Kompression Kompression Encoder Decoder Beseitigung der unnötigen Daten... Redundanz Folie 2 1 Inhalte Redundanz Channel Encoding Loss-less Compression Hufmann Coding Runlength Coding Lossy Compression
MehrBachelorprüfung Einführung in die Unternehmensführung (BWL 1)
Lehrstuhl für Organisation und Führung Institut für Unternehmensführung Bachelorprüfung Einführung in die Unternehmensführung (BWL 1) Wintersemester 2016/17 13. Februar 2017 Nachname:... Ich bestätige
MehrKlausur: Ökonomische Theorie der Politik Termin: Prüfer: Univ.-Prof. Dr. J. Grosser. Maximale Punktzahl. Summe 100.
am 05.03.2019 von 09 00 bis 11 00 Aufgabenblatt 1 von 5 Klausur: Termin: 05.03.2019 Prüfer: Maximale Punktzahl Aufgabe 1* Aufgabe 2* Aufgabe 3* 50 50 50 Summe 100 Note * Alle drei Aufgaben sind Wahlpflichtaufgaben,
MehrDigitale Medien. Übung
Digitale Medien Übung Übungsbetrieb Informationen zu den Übungen: http://www.medien.ifi.lmu.de/dm Zwei Stunden pro Woche Praktische Anwendungen des theoretischen Vorlesungsstoffs Wichtige Voraussetzung
MehrDatenstrukturen und Algorithmen 2. Klausur SS 2001
UNIVERSITÄT PADERBORN FACHBEREICH 7 (MATHEMATIK INFORMATIK) Datenstrukturen und Algorithmen 2. Klausur SS 200 Lösungsansätze Dienstag, 8. September 200 Name, Vorname:...................................................
MehrFAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT
FERNUNIVERSITÄT IN HAGEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT MATRIKELNUMMER: NAME: VORNAME: UNTERSCHRIFT: KLAUSUR: TERMIN: PRÜFER: Marktversagen 21.03.2011, 9 11 Uhr Prof. Dr. A. Endres Aufgabe A B C
MehrÜbung zur Vorlesung. Vorlesung: Heinrich Hußmann Übung: Renate Häuslschmid, Hanna Schneider
Übung zur Vorlesung Digitale Medien Vorlesung: Heinrich Hußmann Übung: Renate Häuslschmid, Hanna Schneider Wintersemester 2016/17 Bilder 20 x 14 Pixel (= Bildpunkte) 16 Bit Farben (= 65.536 Farben) 560
Mehr6. Licht, Farbe und Bilder
6. Licht, Farbe und Bilder 6.1! Licht und Farbe: Physikalische und physiologische Aspekte 6.2! Farbmodelle 6.3! Raster-Bilddatenformate 6.4! Verlustbehaftete Kompression bei Bildern 6.5! Weiterentwicklungen
MehrKlausur - Informatik I SS 05. Note: Bearbeitungszeit 120 Minuten Keine Hilfsmittel
Klausur - Informatik I SS 05 Aufgabe 1 2 3 4 Punkte 40 30 40 10 Gesamtpunkte (max. 120): Note: Bearbeitungszeit 120 Minuten Keine Hilfsmittel Tragen Sie als erstes Ihren vollständigen Namen und Ihre Matrikelnummer
MehrMasterprüfung Spezialisierungsmodul Organisation und Führung Wintersemester 2016/17, 14. März 2017
Lehrstuhl für Organisation und Führung Institut für Unternehmensführung Masterprüfung Spezialisierungsmodul Organisation und Führung Wintersemester 2016/17, 14. März 2017 Name: Vorname: Ich bestätige hiermit,
MehrDiskrete Cosinustransformation (DCT)
Fachbereich Medieninformatik Hochschule Harz Diskrete Cosinustransformation (DCT) Referat Björn Wöldecke 10954 Abgabe: 15.01.2007 Inhaltsverzeichnis Einleitung / Vorwort... 1. Methoden zur Datenreduktion...
MehrKompressionsverfahren für Texte
Kompressionsverfahren für Texte Prof. Dr. S. Albers Prof. Dr. Th. Ottmann 1 Zeichenkettenverarbeitung Suche in Texten, Textindizes Mustererkennung (Pattern-Matching) Verschlüsseln Komprimiern Analysieren
MehrVorlesung Dokumentation und Datenbanken Klausur
Dr. Stefan Brass 2. Juli 2002 Institut für Informatik Universität Giessen Vorlesung Dokumentation und Datenbanken Klausur Name: Geburtsdatum: Geburtsort: (Diese Daten werden zur Ausstellung des Leistungsnachweises
Mehr(Prüfungs-)Aufgaben zur Codierungstheorie
(Prüfungs-)Aufgaben zur Codierungstheorie 1) Gegeben sei die folgende CCITT2-Codierung der Dezimalziffern: Dezimal CCITT2 0 0 1 1 0 1 1 1 1 1 0 1 2 1 1 0 0 1 3 1 0 0 0 0 4 0 1 0 1 0 5 0 0 0 0 1 6 1 0 1
MehrKlausur: Internet-Technologien
Klausur: Internet-Technologien A0.01, B6 26. September 2003 Name: Vorname: Matrikelnummer: Studiengang: Lfd.Nr.: Sitz-Nr.: Hinweise zur Bearbeitung a. Die Klausur besteht aus 9 Aufgaben, für die insgesamt
MehrImage Compression. Kompression. Beseitigung der unnötigen Daten... Redundanz. Vorlesung FH-Hagenberg SEM. Backfrieder-Hagenberg. Backfrieder-Hagenberg
Image Compression Vorlesung FH-Hagenberg SEM Kompression Encoder Decoder Beseitigung der unnötigen Daten... Redundanz 1 Inhalte Redundanz Error-Free Compression Hufmann Coding Runlength Coding Lossy Compression
MehrKlausur "ADP" SS 2015
PD Dr. J. Reischer 20.7.2015 Klausur "ADP" SS 2015 Nachname, Vorname Abschluss (BA, MA, FKN etc.) Matrikelnummer, Semester Versuch (1/2/3) Bitte füllen Sie zuerst den Kopf des Angabenblattes aus! Die Klausur
MehrMultimediatechnik / Video
Multimediatechnik / Video Video-Kompression Zusammenfassung http://www.nanocosmos.de/lietz/mtv 2009 1 Motivation: Video-Kompression Unkomprimierte Datenmengen sind zu groß! TV: 20 MB/s = 72 GB/h (720x576x2x25)
MehrMusterlösung Übungsblatt 14
Übungen zur Modellierung, Wintersemester 2007/08 Ingo Frommholz (LF 138) Sprechstunde Donnerstag, 15-16 Uhr mod07@is.inf.uni-due.de Musterlösung Übungsblatt 14 Aufgabe 29: Wohlgeformtheit und Validität
MehrImage Compression. Vorlesung FH-Hagenberg DSB
Image Compression Vorlesung FH-Hagenberg DSB Kompression Encoder Decoder Beseitigung der unnötigen Daten... Redundanz Inhalte Redundanz Loss-less Compression Hufmann Coding Runlength Coding Lossy Compression
Mehr6. Licht, Farbe und Bilder
6. Licht, Farbe und Bilder 6.1 Licht und Farbe: Physikalische und physiologische Aspekte 6.2 Farbmodelle 6.3 Raster-Bilddatenformate 6.4 Verlustbehaftete Kompression bei Bildern 6.5 Weiterentwicklungen
MehrImage Compression. Kompression. Beseitigung der unnötigen Daten... Redundanz. Vorlesung FH-Hagenberg SEM. Backfrieder-Hagenberg. Backfrieder-Hagenberg
Image Compression Vorlesung FH-Hagenberg SEM Kompression Encoder Decoder Beseitigung der unnötigen Daten... Redundanz 1 Inhalte Redundanz Channel Encoding Error-Free Compression Hufmann Coding Runlength
MehrInformatik für Ingenieure (InfIng)
Informatik für Ingenieure (InfIng) Klausur-Vorbereitung Doz. Dipl.-Ing. H. Hiller WS 2012/13 Rückblick FH D Seite 2 FB 5 Klausurvorbereitung Funktion? while-schleife? Objekt? Kleiner Tipp von mir: Es handelt
MehrKlausur Informatik. Es sind keinerlei Hilfsmittel (Literatur, Taschenrechner, usw.) zugelassen.
Technische Akademie Esslingen Prof. Dr. V. Stahl Klausur Informatik Name: Punkte: Matrikelnr.: Note: Die Bearbeitungszeit beträgt 90 Minuten. Es sind keinerlei Hilfsmittel (Literatur, Taschenrechner, usw.)
MehrEinführung in die Energie- und Umweltökonomik
Otto-Friedrich-Universität Bamberg Lehrstuhl für Volkswirtschaftslehre insb. Wirtschaftspolitik Dr. Felix Stübben Klausur Einführung in die Energie- und Umweltökonomik im SS 2014 HINWEIS: Es sind sämtliche
MehrProbeklausur. Grundlagen der Medieninformatik. Wintersemester 2018/19
Wintersemester 2018/19 Hinweise: Die Bearbeitungszeit beträgt 80 Minuten. 1 Punkt entspricht ungefähr einer Minute. Hilfsmittel sind keine erlaubt außer einem nicht programmierbarem Taschenrechner. Verwenden
MehrUniversität Trier. Fachbereich IV. Wintersemester 2004/2005. Wavelets made easy. Kapitel 2 Mehrdimensionale Wavelets und Anwendungen
Universität Trier Fachbereich IV Wintersemester 2004/2005 Wavelets made easy Kapitel 2 Mehrdimensionale Wavelets und Anwendungen Thomas Queckbörner 16.11.2004 Übersicht des Kapitels: 1. Einführung 2. Zweidimensionale
MehrKompression.pdf h. völz /17
Kompression.pdf h. völz 23.5.02 1/17 Lauflängen-Codierung CCCCCCAABBBBAAAAEE _ 6C2A4B4A2E Pixel- und Zähl-Byte unterscheiden Pointer-Verfahren ABRABRIKADABRA Ab 4. Buchstaben ABR _ Verweis . total
MehrXML Schema 2012/2013 S Seite 1 h_da W
XML Schema Seite 1 XML/Schema: Strukturen Wiederholung Element / Attribut Deklaration XML Document Type Declaration Seite 2 XML Schema Schemata sind XML-Dokumente
Mehr2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2017/2018
2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2017/2018 Hier Aufkleber mit Name und Matrikelnummer anbringen Vorname: Nachname: Matrikelnummer: Beachten Sie: Bringen Sie
MehrInformatik II, SS 2018
Informatik II - SS 28 (Algorithmen & Datenstrukturen) Vorlesung 22 (6.7.28) Greedy Algorithmen II (Datenkompression) Algorithmen und Komplexität Datenkompression Reduziert Größen von Files Viele Verfahren
MehrBachelorprüfung Einführung in die Unternehmensführung (BWL 1)
Lehrstuhl für Organisation und Führung Institut für Unternehmensführung Bachelorprüfung Einführung in die Unternehmensführung (BWL 1) Sommersemester 2013, 19. August 2013 Nachname:... Ich bestätige hiermit,
MehrGrundlagen der Nachrichtentechnik
Universität Bremen Arbeitsbereich Nachrichtentechnik Prof. Dr.-Ing. K.D. Kammeyer Schriftliche Prüfung im Fach Grundlagen der Nachrichtentechnik Name: Vorname: Mat.-Nr.: Zeit: Ort: Umfang: 05. April 2005,
Mehr2. Digitale Codierung und Übertragung
2. Digitale Codierung und Übertragung 2.1 Informationstheoretische Grundlagen 2.2 Speicherbedarf und Kompression 2.3 Digitalisierung Ludwig-Maximilians-Universität München Prof. Hußmann Digitale Medien
MehrMusterlösung zur Aufgabe A1.1
Abschnitt: 1.1 Prinzip der Nachrichtenübertragung Musterlösung zur Aufgabe A1.1 a) Im markierten Bereich (20 Millisekunden) sind ca 10 Schwingungen zu erkennen. Daraus folgt für die Signalfrequenz näherungsweise
MehrOtto-von-Guericke-Universität Magdeburg Fakultät für Informatik Institut für Simulation und Graphik Prof. Dr. Holger Theisel
Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik Institut für Simulation und Graphik Prof. Dr. Holger Theisel Magdeburg, 26.07.2011 Klausur Algorithmen und Datenstrukturen Matrikelnummer:
MehrKlausur zur Vorlesung Höhere Mathematik I
Name: 30. Januar 200,.00-3.00 Uhr Allgemeine Hinweise: Dauer der Klausur: Zugelassene Hilfsmittel: 20 min, 2 Zeitstunden Skript, Vorlesungsmitschrift Schreiben Sie bitte auf dieses Deckblatt oben rechts
Mehr1. Teilklausur zur Vorlesung Grundlagen der Theoretischen Informatik
1. Teilklausur zur Vorlesung Grundlagen der Theoretischen Informatik Ulrich Furbach Christian Schwarz Markus Kaiser Arbeitsgruppe Künstliche Intelligenz Fachbereich Informatik, Universität Koblenz-Landau
MehrMusterlösung. Prüfung: EMI (WS 2005/06) Name (bitte in Blockschrift) Matrikelnummer. Matrikelnummer: Unterschrift. 1. Prüfer
Musterlösung Prüfung: Einführung Medieninformatik EMI (WS 2005/06) 22.09.2006 Name (bitte in Blockschrift) Matrikelnummer Unterschrift Hinweise: Überprüfen Sie Ihr Klausur-Exemplar bitte vor Beginn der
MehrTeilprüfung Software- und Internettechnologie Programmierkurs 2 Wintersemester 2004/2005
Universität Mannheim Fakultät für Mathematik und Informatik Lehrstuhl für Praktische Informatik IV Prof. Dr. Wolfgang Effelsberg Teilprüfung Software- und Internettechnologie Programmierkurs 2 Wintersemester
MehrKompressionsverfahren
Kompressionsverfahren Quelle: Steinmetz, Ralf: Multimedia-Technologie: Einführung und Grundlagen, Springer, Verlag Verlustlose Kompressionsalgorithmen RLC Huffman Adaptive Huffman Kodierung Arithmetische
MehrEinführung in die Informatik II Aus der Informationstheorie: Datenkompression
Einführung in die Informatik II Aus der Informationstheorie: Datenkompression Prof. Bernd Brügge, Ph.D Institut für Informatik Technische Universität München Sommersemester 2 2. Juli 2 Copyright 2 Bernd
MehrVerlustbehaftete Kompression. Verfahren zur verlustbehafteten Bildkodierung (auch verlustfreier Modus vorhanden)
Verlustbehaftete Kompression JPEG: Joint Photographic Experts Group ITU T8.1 definiert Zusammenarbeit von ITU, IEC, ISO Verfahren zur verlustbehafteten Bildkodierung (auch verlustfreier Modus vorhanden)
MehrFachprüfung. Mobile Communication
Fachprüfung Mobile Communication 5. September 005 Prüfer: Prof. Dr. P. Pogatzki Bearbeitungszeit: Stunden Hilfsmittel: Nichtprogrammierbarer Taschenrechner Name:... Matr.-Nr.:... Unterschrift:... Punkte
MehrGrundlagen der Multimedia-Anwendungen, Bildverarbeitung, Computergraphik 17.07.2001 Name (bitte in Blockschrift) Matrikelnummer
Musterlösung Teilfachprüfung: Grundlagen Multimedia (1) Grundlagen der Multimedia-Anwendungen, Bildverarbeitung, Computergraphik 17.07.2001 Name (bitte in Blockschrift) Matrikelnummer Unterschrift Hinweise:
MehrKlausur Einführung in die Wirtschaftspolitik (AVWL III)
Klausur Einführung in die Wirtschaftspolitik (AVWL III) 13. Oktober 2010 Aufgabe 1: Grundlagen (3 Punkte) Nennen Sie die Preisträger des Ökonomie-Nobelpreises 2010 ( Prize in Economic Sciences in Memory
MehrBildkompression InTh, 2005, JPEG, Hak, Rur, 1
Bildkompression InTh, 25, JPEG, Hak, Rur, 1 Referenzen [1] D Salomon, Data Compression, Springer, 24 [2] Prof Dr A Steffen, Kurs SU, ZHW, 1999-24 [3] G Wallace, The JPEG Still Picture Compression Standard,
Mehr16 - Kompressionsverfahren für Texte
16 - Kompressionsverfahren für Texte Prof. Dr. S. Albers Kompressionsverfahren für Texte Verlustfreie Kompression Original kann perfekt rekonstruiert werden Beispiele: Huffman Code, Lauflängencodierung,
Mehr4.1 Grundbegriffe 4.2 Frequenzspektren, Fourier-Transformation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter
4 Signalverarbeitung 4.1 Grundbegriffe 4.2 Frequenzspektren, Fourier-Transformation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter Weiterführende Literatur (z.b.): Beate Meffert, Olaf Hochmuth: Werkzeuge
MehrHöhere Mathematik I. Variante A
Lehrstuhl II für Mathematik Prof. Dr. E. Triesch Höhere Mathematik I WiSe / Variante A Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind handschriftliche Aufzeichnungen von maximal DinA4-Blättern.
MehrProf. Dr. Peter Knauber. Name:... Vorname:... Unterschrift:...
Fakultät für Informatik SS 2014 Prof. Dr. Wolfgang Schramm Prof. Dr. Peter Knauber Informatik / Unternehmens- und Wirtschaftsinformatik Modulprüfung Softwaretechnik (ST)... Vorname:... Matrikel- Nr.:...
MehrOtto-von-Guericke-Universität Magdeburg
Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik Lehrstuhl für Simulation 07. Juli 2009 Klausur Schlüsselkompetenzen III Gesamtzahl der erreichbaren Punkte: 115 Anzahl der Aufgaben: 10 Anzahl
Mehr2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2014/2015
2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2014/2015 Hier Aufkleber mit Name und Matrikelnummer anbringen Vorname: Nachname: Matrikelnummer: Beachten Sie: Bringen Sie
MehrXML Schema 2016 S h_da S Seite 1
XML Schema Seite 1 XML/Schema: Strukturen Dokumentinstanz Dokumenttyp Wellformed Valid Dokumentstrukturdefinition mit XML/Schema XML Document Type Definition Seite 2 XML Dokument Instanz XML-Deklaration
Mehr2. Digitale Codierung und Übertragung
2. Digitale Codierung und Übertragung 2.1 Informationstheoretische Grundlagen 2.2 Verlustfreie universelle Kompression 2.3 Digitalisierung, Digitale Medien Ludwig-Maximilians-Universität München, Medieninformatik,
MehrMatrikelnummer: 1 Aufgabe 1: Quickies (30 Punkte) a) Wird das folgende Programm von einem Java-Übersetzer ohne Beanstandungen übersetzt? Falls nicht,
Wir begrüßen Sie zur Klausur zum Kurs 1618 " Einführung in die objektorientierte Programmierung. Beachten Sie: Dies ist NICHT die Klausur zum Kurs 1814. Bitte lesen Sie die folgenden Hinweise sorgfältig
MehrKlausur. Einführung in die Wirtschaftspolitik (AVWL III) O Bachelor O Diplom O
Nachname Vorname Matrikelnummer Studiengang Klausur Einführung in die Wirtschaftspolitik (AVWL III) 02.10.2009 O Bachelor O Diplom O Ich schreibe diese Klausur als Ich bin damit einverstanden, dass meine
MehrScheinklausur zur Vorlesung Praktische Informatik I. 12. November Punkteübersicht
Universität Mannheim Lehrstuhl für Praktische Informatik 1 Prof. Dr. Felix C. Freiling Dipl.-Inform. Christian Gorecki Vorlesung Praktische Informatik I Herbstsemester 2009 Scheinklausur zur Vorlesung
Mehr1.3 Digitale Audiosignale
Seite 22 von 86 Abb. 1.2.12 - Wirkung der Schallverzögerung Effekte sind: Delay, Echo, Reverb, Flanger und Chorus Hört man ein akustisches Signal im Raum, dann werden die Signale von Wänden und anderen
MehrKlausur. Einführung in die Wirtschaftspolitik (AVWL III) 13. Februar Aufgabe 1: Ökonomische Theorien (10 Punkte)
Nachname Vorname Matrikelnummer Studiengang Ich schreibe diese Klausur als Ich bin damit einverstanden, dass meine Bewertung bei ISIS veröffentlicht wird. Klausur Einführung in die Wirtschaftspolitik (AVWL
MehrKlausur Algorithmen und Datenstrukturen I WS 05/06
FH Braunschweig/Wolfenbüttel Fachbereich Informatik Prof. Dr. R. Rüdiger Wolfenbüttel, den 10. Januar 2006 Klausur Algorithmen und Datenstrukturen I WS 05/06 Hinweise: Es sind beliebige schriftliche Unterlagen
MehrFachbereich 5 Wirtschaftswissenschaften Univ.-Prof. Dr. Jan Franke-Viebach
Universität Siegen Fachbereich 5 Wirtschaftswissenschaften Univ.-Prof. Dr. Jan Franke-Viebach Klausur Makroökonomik II Wintersemester 2004/05 (. Prüfungstermin) Bearbeitungszeit: 60 Minuten Zur Beachtung:.
MehrAnalysis 1 Informationsblatt zur Klausur
Analysis 1 Informationsblatt zur Klausur Prof. Dr. B. Kümmerer Fachbereich Mathematik W. Reußwig, K. Schwieger 25. März 2010 Der Klausurtermin Die Klausur zur Veranstaltung Analysis I beginnt am Montag,
MehrNichtlineare Quantisierung
Nichtlineare Quantisierung Die einfachste Form der Codierung besteht in einer nichtlinearen Quantisierung der Abtastwerte, um die wesentlich häufiger auftretenden kleinen Amplitudenwerte mit einer höheren
MehrINF. Fachbereich Informatik. FERNUNIVERSITÄT in Hagen D Hagen Sicherheit im Internet. Hauptklausur am
FERNUNIVERSITÄT In Hagen EINGANG INF FERNUNIVERSITÄT in Hagen D-58084 Hagen Fachbereich Informatik Kurs: 1866 Sicherheit im Internet Hauptklausur am 20.09.2003 Hörerstatus: Klausurort: Vollzeitstudent
MehrAUFGABENTEIL MODUL-ABSCHLUSSKLAUSUR ZUM B-MODUL NR THEORIE DER LEISTUNGSERSTELLUNG PROF. DR. DR. H.C. G. FANDEL. Aufgabe Σ
FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT AUFGABENTEIL MODUL-ABSCHLUSSKLAUSUR ZUM B-MODUL NR. 31531 THEORIE DER LEISTUNGSERSTELLUNG TERMIN: PRÜFER: 19. MÄRZ 2009, 09 00 11 00 UHR PROF. DR. DR. H.C. G. FANDEL
MehrMultimediale Werkzeuge 1, Audio-Berabeitung. normierte Frequenz (normiert auf die halbe Abtastrate, maximale Frequenz ist pi oder 1
Multimediale Werkzeuge 1, Audio-Berabeitung normierte Frequenz (normiert auf die halbe Abtastrate, maximale Frequenz ist pi oder 1 Beachte: Teilbänder werden nach den Unter-Abtasten "aufgeblasen" (siehe
MehrDCT: Diskrete Kosinus-Transformation
DCT: Diskrete Kosinus-Transformation Kosinusfunktionen für die 1D DCT: zunehmende Frequenz entsprechende Abtastpunkte (Salomon) DCT: 8x8 2D-Transformation DCT: IDCT: effiziente Implementierung? Vorberechnung
MehrInhaltsverzeichnis. 1 Einführung 1
Inhaltsverzeichnis Inhaltsverzeichnis IX 1 Einführung 1 2 Grundlagen der Datenkompression 5 2.1 Informationsgehalt und Entropie....................... 5 2.2 Kriterien zur Kompressionsbewertung....................
MehrNichtlineare Quantisierung
Nichtlineare Quantisierung Die einfachste Form der Codierung besteht in einer nichtlinearen Quantisierung der Abtastwerte, um die wesentlich häufiger auftretenden kleinen Amplitudenwerte mit einer höheren
MehrEike Müller. Kompression-Algorithmen für Bilder. 3. Juli 2013
Eike Müller Kompression-Algorithmen für Bilder 3. Juli 23 Inhaltsverzeichnis Huffman-Kodierung 2. Präfixfreie Codes................................. 2.2 Huffman Code.................................. 3.3
MehrFachprüfung. Nachrichtencodierung
Fachprüfung Nachrichtencodierung 6. August 2009 Prüfer: Prof. Dr. P. Pogatzki Bearbeitungszeit: 2 Stunden Hilfsmittel: Taschenrechner, Vorlesungsscript, Übungsaufgaben Name: Vorname: Matr.-Nr.: Unterschrift:
MehrEine Dokumenttypdefinition lässt sich im Kopfbereich des XML-Dokumentes (interne DTD) oder in einer separaten Datei formulieren (externe DTD).
IT-Zertifikat: Daten- und Metadatenstandards XML: wohlgeformt vs. gültig XML-Dokumente können gültig sein. Gültige (valide) Dokumente müssen strengeren Anforderungen bzgl. Ihrer Struktur genügen. Diese
MehrStatistische Kenngrößen. Histogramm. Grundlagen zur statistischen Signalverarbeitung. Statistische Beschreibung von Audio
8.3.6 Statistische Kenngrößen Grundlagen zur statistischen Signalverarbeitung Dr. Detlev Marpe Fraunhofer Institut für achrichtentechnik HHI Histogramm Wahrscheinlichkeitsdichteverteilung Mittelwert µ
Mehr1. Klausur zu Vektor- und Matrizenrechnung I und II WS 2009/10 und SS 2010 am Dienstag, dem 27. Juli 2010
Dr. M. Scheer Fakultät für Mathematik Technische Universität Dortmund 1. Klausur zu Vektor- und Matrizenrechnung I und II WS 2009/10 und SS 2010 am Dienstag, dem 27. Juli 2010 Name: Vorname: Matr.-Nr.:
MehrFachprüfung. Nachrichtencodierung
Fachprüfung Nachrichtencodierung 23. Februar 2010 Prüfer: Prof. Dr. P. Pogatzki Bearbeitungszeit: 2 Stunden Hilfsmittel: Taschenrechner, Vorlesungsscript, Übungsaufgaben Name: Vorname: Matr.-Nr.: Unterschrift:
MehrMathematische Methoden der graphischen Datenverarbeitung
Teil I: Aufgaben der Bildverarbeitung: Komprimierung (compression); Mathematische Methoden der graphischen Datenverarbeitung PD Dr.(USA) Maria Charina Originalbild, 30Kbt Komprimiertes Bild, 7Kbt Teil
MehrEinführung in die Energie- und Umweltökonomik
Otto-Friedrich-Universität Bamberg Lehrstuhl für Volkswirtschaftslehre insb. Wirtschaftspolitik Dr. Felix Stübben Klausur Einführung in die Energie- und Umweltökonomik im WS 2014/15 HINWEIS: Es sind sämtliche
Mehr